已知问题 ============ - 阅读顺序基于模型对可阅读内容在空间中的分布进行排序,在极端复杂的排版下可能会部分区域乱序 - 不支持竖排文字 - 目录和列表通过规则进行识别,少部分不常见的列表形式可能无法识别 - 标题只有一级,目前不支持标题分级 - 代码块在layout模型里还没有支持 - 漫画书、艺术图册、小学教材、习题尚不能很好解析 - 表格识别在复杂表格上可能会出现行/列识别错误 - 在小语种PDF上,OCR识别可能会出现字符不准确的情况(如拉丁文的重音符号、阿拉伯文易混淆字符等) - 部分公式可能会无法在markdown中渲染